【摘 要】
：
近年来,由于互联网经济的蓬勃发展,使得O2O模式应运而生。在此模式下,劳动者工作形式灵活,用人单位用工方式多样,导致原本较为单一的劳动关系认定变得更加复杂。在实践中,因合法权益得不到保障而要求确认劳动关系的案件数量不断上升,其中以外卖员与相应平台之间的用工关系争议尤为突出。这暴露出,目前我国劳动关系的认定标准尚有不足,劳动法对于劳动者的保护不够完善,司法实践中个案公平难以保证。所以本文通过文献查阅
论文部分内容阅读
近年来,由于互联网经济的蓬勃发展,使得O2O模式应运而生。在此模式下,劳动者工作形式灵活,用人单位用工方式多样,导致原本较为单一的劳动关系认定变得更加复杂。在实践中,因合法权益得不到保障而要求确认劳动关系的案件数量不断上升,其中以外卖员与相应平台之间的用工关系争议尤为突出。这暴露出,目前我国劳动关系的认定标准尚有不足,劳动法对于劳动者的保护不够完善,司法实践中个案公平难以保证。所以本文通过文献查阅和实地调研的方法,结合O2O模式下用工关系的特点,从完善立法、规制行业和适当放宽社保范围等三方面来解决劳动者权益保护问题。
其他文献
上市公司发展过程中,财务工作非常重要,一定程度上关系到上市公司的资金合理管控以及投资风险预防,也直接影响到公司发展建设。本文笔者对上市公司财务舞弊问题以及内部控制工作进行了分析研究,文章中简要阐述财务舞弊问题及相关影响,并提出财务舞弊识别的有效方法。以S公司为例,提出上市公司通过内部控制建设完成财务舞弊管控的有效方法。
恶唑烷酮治疗结核分枝杆菌感染,包括耐药结核分枝杆菌引起的结核（TB）是有效的。在本研究中,我们比较了新型恶唑烷酮-地尔帕唑胺和利奈唑胺对中国耐多药结核病（MDR-TB）和广泛耐药结核病（XDR-TB）的体外活性和MIC分布。此外,还分析了23S rRNA、rp1C和rp1D基因的基因突变,以揭示观察到的恶唑烷酮耐药的潜在机制。本研究共纳入240株结核分枝杆菌菌株,包括120株耐多药结核菌株和
挥发性有机化合物（volatile organic compounds， VOCs）检测是环境治理的重要环节，而开发快速、灵敏的检测系统仍然面临挑战。基于智能系统的VOCs传感器能够实时监测空气中污染物浓度，从而严格把控排放标准，减小VOCs对环境和健康的影响。通过调控材料及构筑方法能够制成适用于识别和快速捕获VOCs的敏感元件，从而获得传感性能优越、安全可靠的气敏传感器。本文以敏感机制为出发点，
网络背景下高校大学生思想政治教育工作面临着新挑战,而中国优秀传统文化蕴含着丰富的道德理念和规范,能有效应对新挑战。本文提出,网络背景下高校应加强优秀传统文化与大学生思想政治教育的融合创新。通过建设传统文化网站及平台;创新融合的内容、形式和方法,开展校园网络文化活动,提升思想政治教育工作者的文化素养和网络运用能力,因时而进、因势而新,探索中国优秀传统文化与大学生的思想政治教育融合与创新的新路径。
中华优秀传统文化融入思想政治教育能够在教育中展现文化的深刻内涵,不仅可以强化大学生的文化认同,坚定其文化自信,还可优化教育话语表达并提高教育实效。然而,在当前的环境下,高校在落实中华优秀传统文化融入大学生思想政治教育中存在资源挖掘不充分、融入形式单一、教育者文化素养不高、环境缺失等问题,影响文化融入教育的实效。因此,高校应深入挖掘中华优秀传统文化育人资源,借助信息技术创新融入形式,积极提升教育者传
基于图的标签传播算法是半监督学习中的研究热点之一，这类算法的性能很大程度依赖于图的质量。为了应对这一问题，本文提出了基于聚类的标签集成传播算法。该算法对样本集进行多次聚类，在每次聚类产生的簇中，利用互补熵度量簇内样本标签的混乱程度，并在混乱程度较小的簇中进行标签传播，当一个未标记样本获得某个标签的次数与聚类次数的比值大于50%时，将该样本标记为这一标签，迭代运行聚类与标签传播，直至所有未标记样本都
为追求更高的推荐质量与更快的推荐效率,以音乐资源为研究目标,构建了一种结合MIR与k-means标签聚类的个性化推荐算法。选取音高变化与轮廓作为系统处理数据,利用输入、预处理、特征提取、相似度匹配和输出模块架构音乐信息检索系统,依据用户与资源的选择关系形成多模网络,通过延伸、局域范围界定以及连接优先化阶段组建检索系统的动态多维网络模型,采用k-means标签聚类搜索邻域用户,获取最近邻用户集,将解
互联网平台经济的快速发展促生了大量的平台企业,由此造成平台从业人员的数量也在急剧增长,从现实情况来看丰富了我国当前的劳动用工模式。但是在实践中屡屡出现平台从业人员的劳动权益不能得到应有保护的现象,究其原因则是因为我国当前劳动法律制度没有对平台企业与平台从业人员之间的用工关系进行明确的界定,导致双方权利义务不能明确,政府、工会以及司法机关在处理此类劳动争议纠纷的问题时略显底气不足。当前劳动法律理论及
提出了一种多标签符号型属性值划分的聚类方法（clustering method for multi-label symbolic value partition, CMSVP）。首先,利用标签排序和K-means算法,对原始标签信息进行聚类。然后,为每一个属性构建一个无向加权图。图中的每一个节点代表一个属性值,边的权重则表示节点之间的相似度。最后,对所有的无向加权图进行随机游走,得到属性值的聚类方